今天介绍一种从指定网页源文件中析取image标签的的编程技巧，即从网页源文件中，解析出所有的插图文件名（包括图片路径）,也就是标签＜img src=".../... /abc.jpg"＞ 中的文件名".../.../abc.jpg"(有的可能是gif格式)。编程环境：PHP+Apache for Win98。 $ M% y/ d# `, v/ q9 z* u2 `6 e 0 s% X& N7 T; Q, A \$ w2 R/ L6 L 首先, 用文本编辑器新建一个PHP类型的文件：abstractSRCfrompage.php3。为了方便讲解，我们打算是在浏览器表单域中输入需要析取image标签的网页的URL（或本机文档），提交后执行析取操作，所以在该文件中，我们要建立一个用于输入网址的表单，举例如下： 0 ]$ i" f' z4 P1 P6 U9 p
7 \; _$ q! }3 W7 W' ]% g! w$ M" Q8 F7 Z. j
＜form action=" abstractSRCfrompage.php3" method="post"＞1 L2 ?0 L/ A3 |6 `# I: S+ f- C
输入网址＜input type=text name=filename＞＜br＞ # m( R% C; o5 w0 b5 l- l ?8 s ＜input type=submit name=submit value="提交"＞ R9 J4 q7 o( z3 |4 ]1 l＜/form＞ * Q6 h9 h3 j4 A - X9 Q2 Q# x* e. I4 A& D, ]3 A/ q4 A# i% @: w
输入正确的网址，提交后表单信息被送到abstractSRCfrompage.php3页面，由于表单本身就在该页面，所以相当于被送到自身页面，下面我们需要编写析取处理的PHP代码，紧接着表单代码段后写入如下代码：0 i- w9 K6 d% U4 M+ S
. @& S, E B# t* u
5 ^- ^: ^( {# a( s* J- \" W
＜?php& q4 {& T/ \! z
if ($filename!=""){; P ^& Y- T5 Y# d. R m: |
$fp = fopen($filename, "r"); file://若输入不为空，开启本地或者远程档案； M0 N# v# z+ Rwhile ($buffer = fgets($fp, 1024)) {: A4 T" N' Q& Y; M4 s
$source .=$buffer; } 4 P& q' ]. e* { |fclose($fp);7 b- l `- u5 }2 `4 ~
file://查找$source中是否有＜img ...src=".../...gif | jpg"＞ 这样的标记# Q$ |% C5 u$ Z; v
if(eregi("(＜img)+[^＜＞]+(src=")+[^*"＜＞|]+(.)+((gif)|(jpg))+(")",$source)) {* I5 l+ {+ x6 n6 u
echo "找到图片标签:)＜br＞";}: O. r1 }2 d x! ]. ?9 j. c
else{ ' Z3 l9 A5 E( N, a/ Xecho "未发现图片标签:(＜br＞";} $ d, J* i2 k1 w. U- p9 K. M. |$ zfile://拆分,第一次用标签,＜img ...src=拆分,得到了以图形文件名开头的数组， 6 P- V6 P3 w3 L& K$splitres=split("(("＞)|())+(＜img)+[^＜＞]+(src=")",$source); , K& e; v7 i" X2 e( V' jecho "找到: $imagenums-1个图片＜br＞分别为:＜br＞"; ~. o0 E6 S4 [- ~, ~
for($i=1;$i＜sizeof($splitres);$i++){ : }+ h2 ?2 b, A+ R% u8 r# a- d( c8 q. Kfile://二次拆分，用"拆分。因为文件名能含有"，得到的拆分数组的第一个元素就是路径+文件名了; % c7 K" Y' n9 Tunset($imgname); // 再次使用前删除imgname变量；! n! C' H( W) Y& j
$imgname=spliti(""",$splitres[$i]);//将析取的图片信息依次赋给imgname变量! ^+ b3 p3 P" u6 u" m$ y$ Q
echo "$i=＞".$imgname[0]."＜br＞"; file://输出析取的图片信息' F& R; t. }, L% I
} 4 C7 X y. N9 Q" `; G2 G* q}* [ F p, {) O4 _7 t6 z
?＞ / `$ O$ x* S$ @$ N* {; v/ L* _( |' X, t. J6 B3 L/ O1 I
; |$ ]6 x0 ]) K! }9 R
该段程序的设计思路是：PHP程式判断是否输入了档案名称(网址URL或本机档案名)，若不为空则以只读方式打开该档案；接着使用函式fgets (fp,length)取得档案指标fp所指的行并传回该行内长度为length-1 的字串，上例中就是1024-1=1023；然后利用字串比对剖析函式ereg()查找$source中是否含有＜img ...src=".../...gif | jpg"＞ 这样的标记（关于该函式在上篇中有详细的介绍）；假如找到的话，则利用split()函式按一定的规则执行两次拆分，去掉标记中的＜img…src=字符和"字符，结果得到数组 splitres，其中的每一个元素都是以图形路径+文件名开头的数组；用for循环在屏幕上输出每个数组的第一个元素值，即我们所需要的所有图形路径+ 文件名。 ; J5 s- N# O) H6 ?: ]) D C/ |- ?" K1 @3 b/ Y 其中函式sizeof($splitres)返回个数；在for循环中，依次将数组splitres的每个元素（也是数组）赋给数组变量imgname，并输出imgname的第一个元素值（为找到的一个图形路径+文件名），当执行下次循环时，删除变量imgname，达到重复使用的目的。大家可以仔细研究其中的奥妙。 " `8 S+ {$ k G6 N0 K ' y! Y: I, B' @# _0 ]' x 好了，写好后，将abstractSRCfrompage.php3存到你的服务器指定目录下，启动Apache服务器，在浏览器中打开它，随便输入一个存在的网页名称或是远程URL,看看效果如何。 ; x* y# t V- X5 H. f3 ~4 I" R
如果有兴趣，你可以尝试析取HTML文档中的任意感兴趣的信息，如果稍加改装，做一个网站文本搜索引擎岂不更妙？
